Model Regresi Nonparametrik Spline Truncated Dengan Metode Generalized Cross Validation, Unbiased Risk, Dan Generalized Maximum Likelihood Pada Faktor Yang Mempengaruhi Jumlah Kematian Bayi Di Kalimantan Timur Tahun 2018
Spline merupakan pendekatan dalam regresi nonparametrik yang digunakan ketika bentuk kurva regresi tidak diketahui. Estimator splinetruncatedterbaik adalah titik knotoptimal. Metode pemilihan titik knot optimalpada regresi nonparametrik spline antara lain metode Generalized Cross Validation (GCV), U...
محفوظ في:
| الملخص: | Spline merupakan pendekatan dalam regresi nonparametrik yang digunakan ketika bentuk kurva regresi tidak diketahui. Estimator splinetruncatedterbaik adalah titik knotoptimal. Metode pemilihan titik knot optimalpada regresi nonparametrik spline antara lain metode Generalized Cross Validation (GCV), Unbiased Risk (UBR), dan Generalized Maximum Likelihood (GML).Salah satu permasalahan kesehatan yang menjadi indikator pembangunan kesehatan adalah Angka Kematian Bayi (AKB). Jumlah kematian bayi di Kalimantan Timur mengalami fluktuasi dari tahun 2014 –2018. Data kematian bayi dan faktor yang mempengaruhi cenderung membentuk kurva regresi yang tidak diketahui. Oleh karena itu dilakukan penelitian untuk mendapatkan model terbaik berdasarkan perbandingan model regresi nonparametrikspline truncated dengan menggunakan metode GCV, UBR dan GML pada faktor yang mempengaruhi jumlah kematian bayi di Provinsi Kalimantan Timur tahun 2018.
Analisis regresi nonparametrikspline truncated dengan menggunakan metode GML menghasilkan model terbaik dibandingkan dengan metode GCV danUBR pada faktor yang mempengaruhi jumlah kematian bayi di Provinsi Kalimantan Timur tahun 2018. Adapun faktor yang mempengaruhi jumlah kematian bayi yaitu persentase kunjungan ibu hamil K4, persentase pertolongan persalinan oleh tenaga kesehatan, persentase komplikasi neonatal yang ditangani, persentase pelayanan kesehatan bayi, Persentase imunisasi dasar lengkap dan persentase BBLR. |
|---|